技术速递|Let’s Learn .NET Aspire – 开始您的云原生之旅!

news2024/11/24 2:27:00

作者:James Montemagno
排版:Alan Wang

Let’s Learn .NET 是我们全球性的直播学习活动。在过去 3 年里,来自世界各地的开发人员与团队成员一起学习最新的 .NET 技术,并参加现场研讨会学习如何使用它!最重要的是,Let’s Learn .NET 活动在全球各地以当地时区和语言举办。

我们将开始本系列的下一篇,“Let’s Learn .NET Aspire”,您将在其中了解使用 .NET 构建可观察、生产就绪、分布式应用程序的全新云就绪技术栈。更棒的是,您将学习如何将 .NET Aspire 集成到您现有的 .NET 应用程序中,并了解它如何通过可观察性为您提供更好的洞察力、通过编排进行更好的管理以及如何随着应用程序的增长轻松集成新组件。

我们为这场 2 小时的活动提供了全套的服务,为您提供开始 .NET Aspire 之旅所需的一切。

参加研讨会

您要做的第一件事就是参加我们的完整样例并将样例从 GitHub 克隆到您的本地开发机器。这个 repo 将为您提供所需的一切,包括研讨会的开始和结束项目、每个步骤的研讨会指南以及您可以随时查看的完整演示文稿。

这是一个全新的样例,您将使用 Blazor 前端构建一个天气浏览器,并与美国国家气象局的实时天气数据进行交互。
在这里插入图片描述

设置您的开发机器

本次研讨会将使用以下工具:

  • .NET 8 SDK

  • .NET Aspire 工作组件

  • Docker Desktop 或 Podman

  • Visual Studio 2022 或带有 C# DevKit 的 Visual Studio Code

为了获得最佳体验,我们建议将 Visual Studio 2022 与 .NET Aspire 工作组件一起使用。但是,您也可以将带有 C# Dev Kit 的Visual Studio Code 和 .NET Aspire 工作组件一起使用。以下是每个平台的设置指南。

带有 Visual Studio 的 Windows 平台
  • 安装 Visual Studio 2022 版本 17.10 或更新版本。

选择以下工作组件:

  • ASP.NET and web development 工作组件。

  • Individual components中的 .NET Aspire SDK 组件。

没有安装 Visual Studio 的 Mac、Linux 和 Windows 平台
  • 安装最新的 .NET 8 SDK

  • 使用以下命令安装 .NET Aspire 工作组件:

dotnet workload update
dotnet workload install aspire

注意:这些命令可能需要 sudo

Codespaces 和开发容器

除了设置您的本地开发机器之外,GitHub repo 还提供了完整的开发容器,您可以在本地通过 VS Code 或 GitHub Codespaces 使用它!

加入我们的直播!

设置好开发机器后,您就可以随时参加我们即将举办的任何 Let’s Learn .NET Aspire 活动了!

所有的活动将于 2024 年 6 月 27 日星期四上午 9 点(太平洋时间)正式开始,由 Jeff Fritz(又名 CSharpFritz) 主持!

在这个以英语呈现的主要活动之后,Let’s Learn .NET Aspire 的全球巡演拉开帷幕:

  • 2024 年 6 月 28 日——由 Frank Boucher 带来的法语版本

  • 2024 年 7 月 1 日——由 Jinseok Kim 和 Gusam Park 带来的韩语版本

  • 2024 年 7 月 10 日——由 Kinfey Lo 带来的普通话版本

  • 2024 年 7 月 10 日——由Jorge Arteiro 和 Alexandre Costa 带来的葡萄牙语版本

  • 2024 年 7 月 11 日——由 Kazuku Ota 和 Miho Kurmimoto 带来的日语版本

  • 2024 年 7 月 11 日——由 Japhlet Nwamu 和 Someleze Diko 带来的非洲语版本

  • 2024 年 7 月 12 日——由 Thien Nguyen 和 Thang Chung 带来的越南语版本

新的 Let’s Learn .NET Aspire 全球活动将很快公布,请随时关注并记得在 YouTube 上订阅 .NET 频道。

组织本地用户组聚会学习 .NET Aspire

号召所有用户组组织者和演讲者!我们需要您的帮助,将 .NET Aspire 推广到全球更多的本地 .NET 社区!我们有内容,有培训材料,只缺您了!在您所在地区组织一次本地聚会,进行演示或举办一次完整的研讨会,并告知我们。我们将通过我们的社交渠道帮助宣传该活动,并尽最大努力根据您的位置提前向您寄送一些礼品。

一旦您安排好聚会,只需填写此表格并告知我们!

希望在即将举行的活动中见到您!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1930870.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

微软研究人员为电子表格应用开发了专用人工智能LLM

微软的 Copilot 生成式人工智能助手现已成为该公司许多软件应用程序的一部分。其中包括 Excel 电子表格应用程序,用户可以在其中输入文本提示来帮助处理某些选项。微软的一组研究人员一直在研究一种新的人工智能大型语言模型,这种模型是专门为 Excel、Go…

在设计电气系统时,电气工程师需要考虑哪些关键因素?

在设计电气系统时,电气工程师需要考虑多个关键因素,以确保系统的安全性、可靠性、效率和经济性。我收集归类了一份plc学习包,对于新手而言简直不要太棒,里面包括了新手各个时期的学习方向编程教学、问题视频讲解、毕设800套和语言…

【Neural signal processing and analysis zero to hero】- 1

The basics of neural signal processing course from youtube: 传送地址 Possible preprocessing steps Signal artifacts (not) to worry about doing visual based artifact rejection so that means that before you start analyzing, you can identify those data epic…

《学会 SpringBoot · 定制 SpringMVC》

📢 大家好,我是 【战神刘玉栋】,有10多年的研发经验,致力于前后端技术栈的知识沉淀和传播。 💗 🌻 近期刚转战 CSDN,会严格把控文章质量,绝不滥竽充数,如需交流&#xff…

Pytorch学习笔记day1—— 安装教程

这里写自定义目录标题 Pytorch安装方式 工作需要,最近开始搞一点AI的事情。但是这个国产的AI框架,实话说对初学者不太友好 https://www.mindspore.cn/ 比如说它不支持win下的CUDA,可是我手里只有3070Ti和4060也不太可能自己去买昇腾就有点绷不…

C语言 | Leetcode C语言题解之第239题滑动窗口最大值

题目&#xff1a; 题解&#xff1a; int* maxSlidingWindow(int* nums, int numsSize, int k, int* returnSize) {int prefixMax[numsSize], suffixMax[numsSize];for (int i 0; i < numsSize; i) {if (i % k 0) {prefixMax[i] nums[i];} else {prefixMax[i] fmax(pref…

C++深度解析教程笔记9-静态成员变量,静态成员函数,二阶构造,友元,函数重载,操作符重载

C深度解析教程笔记9 第25课 - 类的静态成员变量实验-数对象个数&#xff08;失败&#xff09;实验-静态变量小结 第26课 - 类的静态成员函数实验-修改对象的静态变量数值实验-利用静态成员函数实验-静态变量静态函数实现统计对象个数小结 第27课 - 二阶构造模式实验-初始化是否…

【JavaEE】HTTP(2)

&#x1f921;&#x1f921;&#x1f921;个人主页&#x1f921;&#x1f921;&#x1f921; &#x1f921;&#x1f921;&#x1f921;JavaEE专栏&#x1f921;&#x1f921;&#x1f921; &#x1f921;&#x1f921;&#x1f921;下一篇文章&#xff1a;【JavaEE】HTTP协议(…

C++——类和对象(下)

文章目录 一、再探构造函数——初始化列表二、 类型转换三、static成员静态成员变量静态成员函数 四、 友元友元函数友元类 五、内部类六、匿名对象 一、再探构造函数——初始化列表 之前我们实现构造函数时&#xff0c;初始化成员变量主要使⽤函数体内赋值&#xff0c;构造函…

【读点论文】ASAM: Boosting Segment Anything Model with Adversarial Tuning,对抗学习提升性能

ASAM: Boosting Segment Anything Model with Adversarial Tuning Abstract 在不断发展的计算机视觉领域&#xff0c;基础模型已成为关键工具&#xff0c;对各种任务表现出卓越的适应性。其中&#xff0c;Meta AI 的 Segment Anything Model (SAM) 在图像分割方面表现突出。然…

第十一届MathorCup高校数学建模挑战赛-C题:海底数据中心的散热优化设计(续)(附MATLAB代码实现)

目录 5.3 问题三的求解 5.3.1 数据分析 5.3.2 数据处理 5.3.4 得出结论 5.4 问题四的求解 5.4.1 数据分析 5.4.2 算法分析 5.5 问题五的求解 六、模型评价与推广 6.1 模型的优点 6.2 模型的缺点 6.3 模型的推广 七、参考文献 代码实现 8.1 图 4 的代码 8.2 图 5 的代码 8.3 图…

旗晟巡检机器人的应用场景有哪些?

巡检机器人作为现代科技的杰出成果&#xff0c;已广泛应用于各个关键场景。从危险的工业现场到至关重要的基础设施&#xff0c;它们的身影无处不在。它们以精准、高效、不知疲倦的特性&#xff0c;担当起保障生产、守护安全的重任&#xff0c;为行业发展注入新的活力。那么&…

VMware安装CentOS 7

在虚拟机中安装无论是Windows还是Linux其实都差不多&#xff0c;主要还是需要熟悉VMware的使用&#xff0c;多新增几次就熟悉了&#xff0c;可以反复删除再新增去练习… 如下是安装CentOS 7 安装过程&#xff1a; VMare Workstation 16 PRO 中安装CentOS 7 CentOS 7 下载推荐…

PTA - 嵌套列表求和

使用递归函数对嵌套列表求和 函数接口定义&#xff1a; def sumtree(L) L是输入的嵌套列表。 裁判测试程序样例&#xff1a; /* 请在这里填写答案 */L eval(input()) print(sumtree(L)) # 调用函数 输入样例&#xff1a; 在这里给出一组输入。例如&#xff1a; [1,[2…

数据结构-C语言-排序(1)

代码位置&#xff1a;test-c-2024: 对C语言习题代码的练习 (gitee.com) 一、前言&#xff1a; 1.1-排序定义&#xff1a; 排序就是将一组杂乱无章的数据按照一定的规律&#xff08;升序或降序&#xff09;组织起来。 1.2-排序分类&#xff1a; 常见的排序算法&#xff1a; 插…

业务终端动态分配IP-DHCP技术、DHCP中继技术

一、为什么需要DHCP? 1、许多设备(主机、无线WiFi终端等)需要动态地址的分配; 2、人工手工配置任务繁琐、容易出错,比如:IP地址冲突; 3、网络规模扩大、复杂度提高,网络配置越来越复杂,计算机的位置变化和数量超过可分配IP地址的数量,造成IP地址变法频繁以及IP地址…

【精品资料】大数据可视化平台数据治理方案(626页WORD)

引言&#xff1a;大数据可视化平台的数据治理方案是一个综合性的策略&#xff0c;旨在确保大数据的质量、安全性、可访问性和合规性&#xff0c;从而支持高效的数据分析和可视化过程。 方案介绍&#xff1a; 大数据可视化平台的数据治理方案是一个综合性的策略&#xff0c;旨在…

SimMIM:一个类BERT的计算机视觉的预训练框架

1、前言 呃…好久没有写博客了&#xff0c;主要是最近时间比较少。今天来做一期视频博客的内容。本文主要讲SimMIM&#xff0c;它是一个将计算机视觉&#xff08;图像&#xff09;进行自监督训练的框架。 原论文&#xff1a;SimMIM&#xff1a;用于掩码图像建模的简单框架 (a…

设计模式-UML类图

1.UML概述 UML-统一建模语言&#xff0c;用来设计软件的可视化建模语言&#xff1b; 1.1 UML分类 静态结构图&#xff1a;类图、对象图、组件图、部署图动态行为图&#xff1a;状态图、活动图、时序图、协作图、构件图等 类图&#xff1a;反应类与类结构之间的关系&#xff0…

【46 Pandas+Pyecharts | 当当网畅销图书榜单数据分析可视化】

文章目录 &#x1f3f3;️‍&#x1f308; 1. 导入模块&#x1f3f3;️‍&#x1f308; 2. Pandas数据处理2.1 读取数据2.2 查看数据信息2.3 去除重复数据2.4 书名处理2.5 提取年份 &#x1f3f3;️‍&#x1f308; 3. Pyecharts数据可视化3.1 作者图书数量分布3.2 图书出版年份…